中國(guó)儲(chǔ)能網(wǎng)訊：
摘要：隨著人工智能技術(shù)的快速發(fā)展，智能算力需求呈爆發(fā)式增長(zhǎng)態(tài)勢(shì)，智算中心能耗問(wèn)題當(dāng)今備受關(guān)注。深入分析了國(guó)內(nèi)外智能算力總體情況，探討了人工智能時(shí)代智能算力迅猛發(fā)展所帶來(lái)的能源消耗急劇增長(zhǎng)、能源供應(yīng)不穩(wěn)定以及能源利用效率有待提高等方面的問(wèn)題，并提出相應(yīng)的對(duì)策建議，旨在為應(yīng)對(duì)智能算力的能源挑戰(zhàn)提供全面且具有實(shí)踐價(jià)值的指導(dǎo)，促進(jìn)人工智能產(chǎn)業(yè)與能源的可持續(xù)協(xié)調(diào)發(fā)展。
關(guān)鍵詞：人工智能；智能算力；能源消耗
0 引言
2024年底，中央經(jīng)濟(jì)工作會(huì)議提出要開(kāi)展“人工智能+”行動(dòng)，積極運(yùn)用數(shù)字技術(shù)、綠色技術(shù)改造提升傳統(tǒng)產(chǎn)業(yè)。隨著以深度求索（DeepSeek）、聊天機(jī)器人模型（ChatGPT）、人工智能（Artificial Intelligence，AI）文生視頻大模型為代表的生成式AI時(shí)代的到來(lái)，AI技術(shù)在工業(yè)、醫(yī)療、交通、金融等眾多領(lǐng)域得到廣泛應(yīng)用，基于圖形處理器（Graphics Processing Unit，GPU）芯片的智能算力需求呈現(xiàn)出爆發(fā)式增長(zhǎng)態(tài)勢(shì)[1-2]。從深度學(xué)習(xí)模型訓(xùn)練到復(fù)雜的AI推理任務(wù)，智能算力作為支撐AI發(fā)展的核心資源，其重要性不言而喻[3]。然而，智能算力的大幅提升也帶來(lái)了嚴(yán)峻的能源挑戰(zhàn)。相關(guān)研究機(jī)構(gòu)預(yù)測(cè)，全球數(shù)據(jù)中心的能源消耗將持續(xù)增長(zhǎng)，而其中相當(dāng)一部分用于滿足AI訓(xùn)練和推理任務(wù)的算力需求[4]。如何在滿足AI發(fā)展需求的同時(shí)實(shí)現(xiàn)能源的高效可持續(xù)利用，已成為亟待解決的問(wèn)題。本文梳理分析了全球智能算力發(fā)展的現(xiàn)狀，探討了智能算力激增可能帶來(lái)的智算中心能耗上升、能源成本持續(xù)攀升、能源效率有待提升以及能源供應(yīng)穩(wěn)定性要求高等方面的挑戰(zhàn)，并基于挑戰(zhàn)提出推動(dòng)政策支持與產(chǎn)業(yè)協(xié)同降耗增效、加強(qiáng)技術(shù)創(chuàng)新研發(fā)、優(yōu)化能源精細(xì)管理等方面的對(duì)策建議，旨在充分發(fā)揮AI正面效應(yīng)，有效應(yīng)對(duì)AI時(shí)代的能源需求。
1 國(guó)內(nèi)外智能算力發(fā)展總體情況
1.1 全球算力規(guī)模快速增長(zhǎng)，智能算力國(guó)際競(jìng)爭(zhēng)日益激烈
近年來(lái)，全球算力總體規(guī)模呈現(xiàn)快速增長(zhǎng)趨勢(shì)。據(jù)統(tǒng)計(jì)，截至2023年底，全球算力總規(guī)模達(dá)到910 EFLOPS，同比增長(zhǎng)40%，增長(zhǎng)態(tài)勢(shì)顯著[5]。其中，通用算力規(guī)模為551 EFLOPS，智能算力規(guī)模為335 EFLOPS，超算算力規(guī)模為24 EFLOPS。與此同時(shí)，全球智能算力需求隨著非結(jié)構(gòu)化數(shù)據(jù)（文字、圖片、語(yǔ)音、視頻等）急劇擴(kuò)增呈現(xiàn)持續(xù)增長(zhǎng)態(tài)勢(shì)?！吨袊?guó)算力發(fā)展報(bào)告》數(shù)據(jù)顯示，截至2023年底，全球智能算力規(guī)模同比增長(zhǎng)超過(guò)一倍，其增速遠(yuǎn)超算力總規(guī)模增速，智能算力逐漸占據(jù)重要地位[6]。
隨著AI技術(shù)的發(fā)展，全球各國(guó)對(duì)智能算力的重視程度不斷提高，紛紛加大在智能算力基礎(chǔ)設(shè)施建設(shè)、AI芯片研發(fā)等方面的投入，智能算力的國(guó)際競(jìng)爭(zhēng)日益激烈[7]。美國(guó)在智能算力領(lǐng)域處于領(lǐng)先地位，擁有強(qiáng)大的技術(shù)實(shí)力和產(chǎn)業(yè)基礎(chǔ)，如谷歌、微軟、亞馬遜等在AI研發(fā)和應(yīng)用方面投入巨大，推動(dòng)了智能算力的快速發(fā)展。例如，谷歌的TPUS等專用芯片為AI訓(xùn)練和推理提供了高效的算力支持。歐洲也在積極推進(jìn)智能算力的發(fā)展，如英國(guó)發(fā)布了《國(guó)家人工智能戰(zhàn)略》，旨在提升英國(guó)在AI領(lǐng)域的競(jìng)爭(zhēng)力，包括加強(qiáng)智能算力基礎(chǔ)設(shè)施建設(shè)。日本在智能算力的發(fā)展上注重與本國(guó)產(chǎn)業(yè)的結(jié)合，如在制造業(yè)、醫(yī)療等領(lǐng)域應(yīng)用智能算力提升生產(chǎn)效率和醫(yī)療服務(wù)質(zhì)量。此外，日本的科技企業(yè)在AI芯片和機(jī)器人等領(lǐng)域也具有一定的技術(shù)優(yōu)勢(shì)。
1.2 我國(guó)穩(wěn)步推進(jìn)算力設(shè)施建設(shè)，智能算力市場(chǎng)爆發(fā)式增長(zhǎng)
近年來(lái)，我國(guó)政府出臺(tái)了包括規(guī)劃引導(dǎo)數(shù)據(jù)中心建設(shè)、支持AI芯片研發(fā)等一系列支持智能算力發(fā)展的政策。例如，工業(yè)和信息化部為促進(jìn)計(jì)算、網(wǎng)絡(luò)、存儲(chǔ)和應(yīng)用協(xié)同創(chuàng)新，出臺(tái)了《算力基礎(chǔ)設(shè)施高質(zhì)量發(fā)展行動(dòng)計(jì)劃》，旨在構(gòu)建全國(guó)樞紐、區(qū)域中心、本地邊緣協(xié)同發(fā)展的多層次算力基礎(chǔ)設(shè)施體系，提升算力高效運(yùn)載能力，推動(dòng)算力基礎(chǔ)設(shè)施高質(zhì)量發(fā)展，同時(shí)提出2025年我國(guó)智能算力達(dá)到105 EFLOPS、智算比例達(dá)到35%的目標(biāo)。此外，我國(guó)在芯片設(shè)計(jì)與制造、服務(wù)器生產(chǎn)、數(shù)據(jù)中心運(yùn)營(yíng)、AI軟件開(kāi)發(fā)、生成式AI、大模型訓(xùn)練以及多模態(tài)AI等多環(huán)節(jié)的智能算力產(chǎn)業(yè)生態(tài)正在逐步完善，且發(fā)展速度迅猛，成為推動(dòng)國(guó)家智能算力增長(zhǎng)的主要驅(qū)動(dòng)力。
截至2023年底，我國(guó)在用數(shù)據(jù)中心標(biāo)準(zhǔn)機(jī)架超過(guò)810萬(wàn)架，算力總規(guī)模近5年年均增速近30%，位居全球第2位，達(dá)到230 EFLOPS，是2020年的3倍[5]。與此同時(shí)，隨著AI應(yīng)用的快速發(fā)展，中國(guó)智能算力市場(chǎng)迎來(lái)爆發(fā)式增長(zhǎng)。根據(jù)工業(yè)和信息化部的公開(kāi)數(shù)據(jù)，截至2024年底，我國(guó)智能算力規(guī)模達(dá)到90 EFLOPS，占比達(dá)到算力總規(guī)模的32%。同時(shí)，相關(guān)研究也表明，2024年中國(guó)智能算力市場(chǎng)規(guī)模突破190億美元，同比增長(zhǎng)86.9%，這一增長(zhǎng)趨勢(shì)進(jìn)一步表明我國(guó)在AI領(lǐng)域的強(qiáng)大實(shí)力和國(guó)際競(jìng)爭(zhēng)力。
2 智能算力帶來(lái)的能源挑戰(zhàn)
2.1 能耗急劇增長(zhǎng)，成本持續(xù)攀升
能源消耗急劇增長(zhǎng)。一方面數(shù)據(jù)中心能耗日益凸顯。數(shù)據(jù)中心作為智能算力的主要承載平臺(tái)，近年來(lái)其能源消耗呈現(xiàn)出驚人的增長(zhǎng)速度。據(jù)統(tǒng)計(jì)，全球數(shù)據(jù)中心的電力消耗已占到全球總電力消耗的約1%~2%，并且這一比例還在不斷上升[8]。以大型互聯(lián)網(wǎng)企業(yè)和科技公司為例，其數(shù)據(jù)中心的規(guī)模不斷擴(kuò)大，服務(wù)器數(shù)量成千上萬(wàn)，為了維持這些服務(wù)器的持續(xù)運(yùn)行以及冷卻設(shè)備的正常工作，需要消耗大量的電能。例如，某知名科技公司的數(shù)據(jù)中心每年的電費(fèi)支出高達(dá)數(shù)億元，而這僅僅是一個(gè)企業(yè)的數(shù)據(jù)，全球范圍內(nèi)眾多數(shù)據(jù)中心的能耗總和更是驚人。另一方面，AI訓(xùn)練與推理能耗較高。在AI訓(xùn)練過(guò)程中，尤其是深度學(xué)習(xí)模型的訓(xùn)練，需要大量的計(jì)算資源來(lái)處理海量的數(shù)據(jù)。例如，訓(xùn)練一個(gè)大型的語(yǔ)言模型（如GPT-3），其參數(shù)量達(dá)到1 750億，訓(xùn)練過(guò)程需要在強(qiáng)大的GPU集群上運(yùn)行數(shù)周甚至數(shù)月，消耗的電能極為可觀[9]。而在AI推理階段，隨著AI應(yīng)用的廣泛部署，大量的設(shè)備和終端需要實(shí)時(shí)進(jìn)行推理計(jì)算，這也導(dǎo)致了能源消耗的持續(xù)增加。例如，在智能安防領(lǐng)域，大量的攝像頭需要對(duì)視頻圖像進(jìn)行實(shí)時(shí)分析和識(shí)別，這需要邊緣計(jì)算設(shè)備具備一定的算力，而這些設(shè)備的持續(xù)運(yùn)行也消耗了大量的能源。
能源成本持續(xù)攀升。智能算力的提升直接導(dǎo)致能源消耗量的增加，進(jìn)而使能源成本成為企業(yè)和機(jī)構(gòu)部署AI解決方案時(shí)不可忽視的重要因素。對(duì)于大型科技企業(yè)而言，數(shù)據(jù)中心的電費(fèi)支出已占據(jù)運(yùn)營(yíng)成本的相當(dāng)大比例。以某知名互聯(lián)網(wǎng)公司為例，其數(shù)據(jù)中心每年產(chǎn)生巨額度的電費(fèi)支出，并且隨著 AI 業(yè)務(wù)的拓展和算力需求的增長(zhǎng)，能源成本還在持續(xù)上升。對(duì)于中小企業(yè)和新興的AI創(chuàng)業(yè)公司來(lái)說(shuō)，高昂的能源成本更是可能成為限制其發(fā)展的瓶頸。除了電費(fèi)本身，為了保障數(shù)據(jù)中心的穩(wěn)定運(yùn)行，還需要投入大量資金用于建設(shè)備用電源系統(tǒng)、冷卻系統(tǒng)等基礎(chǔ)設(shè)施，以及支付相應(yīng)的維護(hù)費(fèi)用，這些都進(jìn)一步加重了企業(yè)的能源成本負(fù)擔(dān)。
2.2 能源利用效率有待提升
服務(wù)器利用率不均衡。在許多數(shù)據(jù)中心，服務(wù)器的利用率存在不均衡的現(xiàn)象。部分服務(wù)器可能長(zhǎng)期處于高負(fù)載運(yùn)行狀態(tài)，而另一部分服務(wù)器則處于閑置或低負(fù)載狀態(tài)。這種不均衡的利用率導(dǎo)致了能源的浪費(fèi)。例如，在一些傳統(tǒng)的企業(yè)數(shù)據(jù)中心，由于缺乏有效的資源調(diào)度和管理機(jī)制，服務(wù)器的平均利用率可能僅為10%~20%，這意味著大量的能源被消耗在維持這些低效運(yùn)行的服務(wù)器上，而沒(méi)有得到充分的利用[10]。
冷卻系統(tǒng)的能源浪費(fèi)。數(shù)據(jù)中心的冷卻系統(tǒng)是能源消耗的大戶之一，通常占數(shù)據(jù)中心總能耗的30%~40%[10]。為了確保服務(wù)器在合適的溫度下運(yùn)行，數(shù)據(jù)中心需要采用高效的冷卻技術(shù)。然而，目前許多數(shù)據(jù)中心的冷卻系統(tǒng)存在能源浪費(fèi)的問(wèn)題。例如，一些傳統(tǒng)的冷卻系統(tǒng)采用的是風(fēng)冷技術(shù)，其冷卻效率較低，需要消耗大量的電能來(lái)驅(qū)動(dòng)風(fēng)扇和空調(diào)設(shè)備。此外，數(shù)據(jù)中心內(nèi)部的氣流組織不合理也可能降低冷卻系統(tǒng)的效率，部分區(qū)域出現(xiàn)過(guò)冷或過(guò)熱的現(xiàn)象，進(jìn)一步增加了能源的消耗。
2.3 能源供應(yīng)穩(wěn)定性要求高
數(shù)據(jù)中心要求較高的電力供給系統(tǒng)。為了保證服務(wù)器的正常運(yùn)行和數(shù)據(jù)的安全，數(shù)據(jù)中心通常需要不間斷供電。一旦發(fā)生斷電或波動(dòng)，可能會(huì)導(dǎo)致服務(wù)器宕機(jī)、數(shù)據(jù)丟失等嚴(yán)重后果。因此，數(shù)據(jù)中心常設(shè)有包括市電、備用發(fā)電機(jī)、不間斷電源（Uninterruptible Power Supply，UPS）等在內(nèi)的復(fù)雜供電系統(tǒng)。但隨著數(shù)據(jù)中心規(guī)模越來(lái)越大，算力需求越來(lái)越大，對(duì)電力供應(yīng)穩(wěn)定性的要求也日益提高。部分地區(qū)由于電網(wǎng)基礎(chǔ)設(shè)施老化或電力供應(yīng)能力不足，導(dǎo)致數(shù)據(jù)中心運(yùn)行風(fēng)險(xiǎn)加大，數(shù)據(jù)中心高負(fù)荷用電需求難以滿足[11]。
可再生能源供應(yīng)的間歇性帶來(lái)挑戰(zhàn)。許多數(shù)據(jù)中心為了減少對(duì)傳統(tǒng)化石能源的依賴，開(kāi)始嘗試采用太陽(yáng)能、風(fēng)能等可再生能源。但可再生能源的供給是間斷性的，而且存在不穩(wěn)定性。例如，受天氣和晝夜變化的影響，以及風(fēng)力資源的分布和強(qiáng)度的影響，太陽(yáng)能發(fā)電和風(fēng)能發(fā)電的供給與需求之間存在著諸多不確定性，難以保證穩(wěn)定可靠的能源供給。數(shù)據(jù)中心在可再生能源供給不足的情況下，需要依賴傳統(tǒng)的能源供應(yīng)來(lái)補(bǔ)充電力缺口，使得能源供應(yīng)系統(tǒng)的復(fù)雜性和管理難度大大增加。與此同時(shí)，大規(guī)模接入可再生能源也可能對(duì)電網(wǎng)穩(wěn)定性造成影響，儲(chǔ)能和智能電網(wǎng)等技術(shù)問(wèn)題也將成為未來(lái)亟需攻關(guān)的重點(diǎn)領(lǐng)域[12]。
3 應(yīng)對(duì)智能算力能源挑戰(zhàn)的建議
3.1 政策支持與產(chǎn)業(yè)協(xié)同降耗增效
加強(qiáng)政策與資金支持。出臺(tái)一系列優(yōu)惠政策，對(duì)采用高效節(jié)能技術(shù)和設(shè)備的數(shù)據(jù)中心給予稅收減免、財(cái)政補(bǔ)貼等，以提升智算中心能源利用效率。與此同時(shí)，鼓勵(lì)智算中心參與電力市場(chǎng)交易，通過(guò)與電網(wǎng)簽訂直購(gòu)電協(xié)議，降低用電成本[13]。此外，政府還可以加大對(duì)可再生能源發(fā)電項(xiàng)目的投資和補(bǔ)貼力度，在數(shù)據(jù)中心推廣應(yīng)用可再生能源，減少數(shù)據(jù)中心對(duì)傳統(tǒng)能源的依賴，促進(jìn)可再生能源在數(shù)據(jù)中心的應(yīng)用。例如，某地方政府對(duì)采用高效冷卻技術(shù)的數(shù)據(jù)中心給予一次性財(cái)政補(bǔ)貼，鼓勵(lì)企業(yè)進(jìn)行綠色低碳技術(shù)改造，提高能源利用效率。
推動(dòng)產(chǎn)業(yè)協(xié)同發(fā)展。通過(guò)建立產(chǎn)業(yè)聯(lián)盟或合作平臺(tái)，促進(jìn)AI產(chǎn)業(yè)與能源產(chǎn)業(yè)在技術(shù)研發(fā)、標(biāo)準(zhǔn)制定、項(xiàng)目示范等方面的合作，實(shí)現(xiàn)協(xié)同發(fā)展合作共贏。例如，能源企業(yè)與AI企業(yè)共同研發(fā)適用于數(shù)據(jù)中心的高效能源存儲(chǔ)和轉(zhuǎn)換技術(shù)，雙方還可以共同研制數(shù)據(jù)中心能源管理標(biāo)準(zhǔn)和規(guī)范，提升信息通信領(lǐng)域的能源管理水平，降低能耗。另外，通過(guò)產(chǎn)業(yè)協(xié)同合作實(shí)現(xiàn)資源共享和優(yōu)勢(shì)互補(bǔ)，可降低企業(yè)的能耗和研發(fā)費(fèi)用。有實(shí)踐表明，某能源企業(yè)和AI企業(yè)合作開(kāi)展數(shù)據(jù)中心儲(chǔ)能項(xiàng)目示范，通過(guò)技術(shù)和資源的共享，實(shí)現(xiàn)了項(xiàng)目投資成本和運(yùn)營(yíng)成本的降低。
3.2 技術(shù)創(chuàng)新提升能源利用效率
創(chuàng)新研發(fā)高效能AI芯片。增加對(duì)AI芯片研發(fā)的投入，鼓勵(lì)企業(yè)和科研機(jī)構(gòu)開(kāi)發(fā)具有更高性能功耗比的芯片。比如7 nm、5 nm甚至更小的制程，通過(guò)采用先進(jìn)的制程工藝，使得芯片的能耗明顯降低。與此同時(shí)，探索存算一體架構(gòu)的新型芯片，將存儲(chǔ)單元和計(jì)算單元融合在一起，從而使得數(shù)據(jù)傳輸過(guò)程中減少能耗，進(jìn)而提高計(jì)算效率。另外，針對(duì)不同的AI應(yīng)用場(chǎng)景，設(shè)計(jì)專用芯片（Application-Specific Integrated Circuit，ASIC），可以按照特定的任務(wù)進(jìn)行優(yōu)化，實(shí)現(xiàn)能源利用效率最大化。以智能安防領(lǐng)域?yàn)槔?，可以設(shè)計(jì)專門(mén)用于視頻圖像識(shí)別的ASIC芯片，相比通用芯片，其在特定任務(wù)上的能效比可提高數(shù)倍。
完善優(yōu)化數(shù)據(jù)中心架構(gòu)與冷卻技術(shù)。采用模塊化數(shù)據(jù)中心架構(gòu)，服務(wù)器模塊根據(jù)實(shí)際算力需要靈活地配置，從而提高服務(wù)器利用率。同時(shí)通過(guò)采用冷熱通道分離、熱通道封閉等技術(shù)來(lái)優(yōu)化數(shù)據(jù)中心的布局和氣流組織，進(jìn)而降低冷熱空氣的混合，提高冷卻效率降低能耗。另外，開(kāi)展浸沒(méi)式液冷技術(shù)等新型冷卻技術(shù)的研發(fā)和應(yīng)用，將服務(wù)器浸沒(méi)在冷卻液中，通過(guò)液體的相變帶走熱量，相比傳統(tǒng)的風(fēng)冷技術(shù)，將會(huì)大幅提升冷卻效率，實(shí)現(xiàn)數(shù)據(jù)中心能耗的降低。實(shí)踐表明，通過(guò)采用浸沒(méi)式液冷技術(shù)，某數(shù)據(jù)中心冷卻系統(tǒng)的能耗降低了50%以上，能源利用的整體效率得到了明顯提高[9]。
3.3 能源管理優(yōu)化保障供應(yīng)穩(wěn)定性
建立完善的能源管理系統(tǒng)。通過(guò)安裝智能電表、傳感器等設(shè)備，基于物聯(lián)網(wǎng)等數(shù)字技術(shù)，建立完善的能源管理系統(tǒng)，進(jìn)而實(shí)現(xiàn)實(shí)時(shí)監(jiān)測(cè)服務(wù)器、冷卻設(shè)備、供電設(shè)備等的能耗情況，以及數(shù)據(jù)中心內(nèi)的溫度、濕度等環(huán)境參數(shù)。同時(shí)運(yùn)用大數(shù)據(jù)分析以及AI技術(shù)對(duì)相關(guān)能源或碳排放數(shù)據(jù)進(jìn)行實(shí)時(shí)分析、預(yù)測(cè)，及時(shí)發(fā)現(xiàn)不必要的能源浪費(fèi)和潛在的供電風(fēng)險(xiǎn)，進(jìn)而制定科學(xué)合理的能源管理規(guī)劃。有研究顯示，基于能源管理系統(tǒng)的應(yīng)用，通過(guò)服務(wù)器負(fù)載動(dòng)態(tài)調(diào)整供電和冷卻資源分配調(diào)節(jié)，可實(shí)現(xiàn)精細(xì)化、動(dòng)態(tài)化的數(shù)據(jù)中心能源管理，在降低運(yùn)營(yíng)成本和風(fēng)險(xiǎn)的同時(shí)還使得能源利用效率提高了20%~30%[14]。
采用多能源混合供應(yīng)方式。數(shù)據(jù)中心可采用多能源混合供應(yīng)方式，將傳統(tǒng)電網(wǎng)供電與可再生能源發(fā)電相結(jié)合，以應(yīng)對(duì)可再生能源供應(yīng)的間歇性問(wèn)題。與此同時(shí)，可通過(guò)配置電池儲(chǔ)能、超級(jí)電容器等儲(chǔ)能系統(tǒng)，在需要時(shí)儲(chǔ)存可再生能源發(fā)電的多余能量，以增加能源供應(yīng)的穩(wěn)定性及可靠性，以達(dá)到蓄能發(fā)電的目的[15]。通過(guò)智能能量管理系統(tǒng)實(shí)現(xiàn)能源的自我管理和優(yōu)化調(diào)度，并根據(jù)數(shù)據(jù)中心的負(fù)荷需求和外部電網(wǎng)情況，靈活調(diào)整能源供應(yīng)模式，實(shí)現(xiàn)與大電網(wǎng)的互動(dòng)和協(xié)同運(yùn)行。例如，為減少對(duì)傳統(tǒng)電網(wǎng)的依賴，同時(shí)降低能源成本，某數(shù)據(jù)中心采用多能源混合供應(yīng)模式后，其可再生能源利用率提高了30%以上。
4 結(jié)束語(yǔ)
AI時(shí)代，智能算力的快速發(fā)展給能源領(lǐng)域帶來(lái)了嚴(yán)峻的挑戰(zhàn)。然而通過(guò)技術(shù)創(chuàng)新研發(fā)、能源管理優(yōu)化以及政策支持與產(chǎn)業(yè)協(xié)同等方面多措并舉，可以有效提升能源利用效率、保障能源供應(yīng)穩(wěn)定性以及降低能源成本，不僅有助于推動(dòng)AI產(chǎn)業(yè)的綠色低碳可持續(xù)發(fā)展，而且對(duì)能源結(jié)構(gòu)優(yōu)化、環(huán)境保護(hù)等方面都有很好的促進(jìn)作用。未來(lái)發(fā)展中，各政府、行業(yè)、企業(yè)需緊密合作，為構(gòu)建AI時(shí)代的美好未來(lái)奠定堅(jiān)實(shí)基礎(chǔ)，共同探索更加高效、綠色的智能算力能源解決方案。
